System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种入侵检测方法、装置以及车辆制造方法及图纸_技高网

一种入侵检测方法、装置以及车辆制造方法及图纸

技术编号:40818458 阅读:19 留言:0更新日期:2024-03-28 19:37
一种入侵检测方法、装置以及车辆,该方法包括:获取第一特征数据,所述第一特征数据描述第一车辆所在区域相关的静态交通对象的信息;获取第二特征数据,所述第二特征数据描述所述第一车辆所在区域相关的动态交通对象的信息;根据所述第一特征数据、所述第二特征数据和入侵检测规则,确定发生入侵事件,所述入侵检测规则描述所述第一车辆的待检测业务关联的入侵事件的检测方法;向所述第一车辆的智能驾驶系统发送告警信息,所述告警信息指示所述入侵事件。该方法可用于检测对车辆定位信号的攻击,以保障自动驾驶车辆安全行驶。

【技术实现步骤摘要】

本申请涉及车辆,特别涉及一种入侵检测方法、装置以及车辆


技术介绍

1、目前,车辆是由内部的自动驾驶系统根据地图以及车辆环境信息进行路径计算来实现自动驾驶的。自动驾驶车辆的安全行驶既依靠对周边障碍物的感知,也依赖全球卫星导航系统对车辆在地图上进行厘米级定位,若出现定位错误的情况,则会直接导致车辆冲出路面或驶向错误方向,导致车辆事故。

2、攻击者通过伪造定位信号,来“欺骗”自动驾驶车辆的智能驾驶系统,是车辆定位错误造成车辆失控的原因之一。因此,如何检测这些攻击手段,以保障自动驾驶车辆安全行驶,仍为亟需解决的重要问题。


技术实现思路

1、本申请提供一种入侵检测方法、装置以及车辆,用于检测对车辆定位信号的攻击,以保障自动驾驶车辆安全行驶。

2、第一方面,本申请提供了一种入侵检测方法,该方法可由入侵检测装置执行,该入侵检测装置可以是独立设备,也可以是设备中的芯片或部件,还可以是软件。该入侵检测装置可以部署在车辆上,该车辆可以是处于完全人工驾驶模式的车辆,或完全自动驾驶模式的车辆,或者,车辆可以配置为部分地自动驾驶模式的车辆。其中,部分地自动驾驶模式的车辆,例如是指,车辆可以在处于自动驾驶模式中同时控制自身,并且可以通过人为操作来确定车辆以及周边环境的当前状态,确定周边环境中的至少一个其它车辆的可能行为,并基于所确定的信息控制车辆。在车辆处于完全自动驾驶模式中时,可以将车辆置为在没有和人交互的情况下操作。本申请对该入侵检测装置的产品形态以及部署方式不做限定。

<p>3、该方法包括:获取第一特征数据,所述第一特征数据描述第一车辆所在区域相关的静态交通对象的信息;获取第二特征数据,所述第二特征数据描述所述第一车辆所在区域相关的动态交通对象的信息;根据所述第一特征数据、所述第二特征数据和入侵检测规则,确定发生入侵事件,所述入侵检测规则描述所述第一车辆的待检测业务关联的入侵事件的检测方法;向所述第一车辆的智能驾驶系统发送告警信息,所述告警信息指示所述入侵事件。所述待检测业务包括定位业务。本申请中,自动驾驶及智能驾驶,均是指车辆在智能驾驶系统的控制下所执行的驾驶行为,且不予以区分。

4、通过上述方法,入侵检测装置可以根据静态交通对象的信息以及动态交通对象的信息来进行入侵检测,以防止攻击者对车辆的位置传感器进行阻塞后再伪造位置信息进行仿冒攻击,该方法中,进行入侵检测所依赖的特征数据并非来自于位置传感器,可有效检测大范围的位置信号仿冒攻击,同时不会带来额外的硬件成本。

5、结合第一方面,在一种可能的设计中,所述获取第一特征数据,包括:从n种第三特征数据中筛选所述第一特征数据,其中,所述n种第三特征数据为对n种感知数据进行感知处理后得到的,所述n种感知数据为通过与所述第一车辆关联的n个传感器采集到的原始感知数据,n大于等于1,所述n个传感器不包括位置传感器。

6、通过上述方法,进行入侵检测所依赖的特征数据并非来自于位置传感器而是来自于车辆上装配的其他传感设备,可有效检测大范围的位置信号仿冒攻击。

7、结合第一方面,在一种可能的设计中,所述感知处理包括多目标检测处理,所述n种第三特征数据包括识别到的交通对象的标签,所述从n种第三特征数据中筛选所述第一特征数据,包括:根据所述标签,从n种第三特征数据中筛选所述第一特征数据,其中,所述第一特征数据关联的标签用于描述所述静态交通对象。

8、通过上述方法,可以利用车辆的多种传感器获取周围环境和路况的特定静态特征来进行入侵检测,以防止攻击者对全球定位系统(global positioning system,gps)信号接收装置进行阻塞后再伪造gps信号进行仿冒攻击。

9、结合第一方面,在一种可能的设计中,所述动态交通对象包括所述第一车辆周围第一范围内的其他车辆,所述获取第二特征数据,包括:根据n种第三特征数据获取所述第二特征数据,其中,所述第二特征数据包括所述其他车辆的数量,所述n种第三特征数据为对n种感知数据进行感知处理后得到的,所述n种感知数据为通过与所述第一车辆关联的n个传感器采集到的原始感知数据,n大于等于1。

10、通过上述方法,可以利用车辆的多种传感器获取周围环境和路况的特定动态特征来进行入侵检测,以防止攻击者基于具有相似环境特征的位置伪造gps信号。

11、结合第一方面,在一种可能的设计中,所述待检测业务关联所述第一车辆的位置信息,所述入侵检测规则包括分析通过不同方式获得的信息的差异,所述方法还包括:通过所述第一车辆的定位部件获取所述第一车辆的第一位置信息;从地图服务器获取所述第一车辆的第四特征数据,所述第四特征数据为所述地图服务器提供的所述第一车辆的周边车辆的信息;所述根据所述第一特征数据、所述第二特征数据和入侵检测规则,确定发生入侵事件,包括:当根据所述第一特征数据确定的位置信息和所述第一位置信息的差异满足第一条件,以及所述第二特征数据和所述第四特征数据的差异满足第二条件时,确定发生定位入侵事件。

12、通过上述方法,gps信号检测特征不来自于gps信号本身,可以有效检测大范围的gps信号仿冒攻击,同时只需依赖自动驾驶车辆已装配的传感设备和计算设备即可,无需依赖其它硬件支持,也不会带来额外的硬件成本。

13、结合第一方面,在一种可能的设计中,所述第一条件包括:所述根据所述第一特征数据确定的位置信息与所述第一位置信息的相似度小于或等于第一阈值,所述方法还包括:将所述第一特征数据中关联于不同传感器的特征数据输入m个位置预测模型,获得m个位置预测值,m大于1;根据所述m个位置预测值加权得到所述根据所述第一特征数据确定的位置信息;其中,所述m个位置预测模型中的每个位置预测模型用于对基于一种传感器获得的特征数据预测一个位置信息,所述m个位置预测模型是根据gps业务相关联的特征库中的样本训练得到的。示例性地,所述m个位置预测模型包括以下至少一种传感器对应的有监督学习模型:摄像头、激光雷达传感器、毫米波雷达传感器或者超声波雷达传感器。

14、通过上述方法,可以预训练多个位置预测模型,以便根据不同传感器采集到的原始感知数据,预测车辆的位置信息,并将预测到的位置信息与位置传感器采集到的位置信息进行比对,以确定是否存在gps欺骗。

15、结合第一方面,在一种可能的设计中,所述第四特征数据包括所述第一车辆周围第一范围内的其他车辆的参考数量;所述第二条件包括:所述第二特征数据指示的其他车辆的数量与所述第四特征数据指示的其他车辆的参考数量的相似度小于或等于第二阈值。

16、第二方面,本申请提供了一种入侵检测装置,包括:第一获取单元,用于获取第一特征数据,所述第一特征数据描述第一车辆所在区域相关的静态交通对象的信息;第二获取单元,用于获取第二特征数据,所述第二特征数据描述所述第一车辆所在区域相关的动态交通对象的信息;确定单元,用于根据所述第一特征数据、所述第二特征数据和入侵检测规则,确定发生入侵事件,所述入侵检测规则描述所述本文档来自技高网...

【技术保护点】

1.一种入侵检测方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,所述获取第一特征数据,包括:

3.根据权利要求2所述的方法,其特征在于,所述感知处理包括多目标检测处理,所述N种第三特征数据包括识别到的交通对象的标签,所述从N种第三特征数据中筛选所述第一特征数据,包括:

4.根据权利要求1-3中任一项所述的方法,其特征在于,所述动态交通对象包括所述第一车辆周围第一范围内的其他车辆,所述获取第二特征数据,包括:

5.根据权利要求1-4中任一项所述的方法,其特征在于,所述待检测业务关联所述第一车辆的位置信息,所述入侵检测规则包括分析通过不同方式获得的信息的差异,所述方法还包括:

6.根据权利要求5所述的方法,其特征在于,所述第一条件包括:所述根据所述第一特征数据确定的位置信息与所述第一位置信息的相似度小于或等于第一阈值,所述方法还包括:

7.根据权利要求6所述的方法,其特征在于,所述M个位置预测模型包括以下至少一种传感器对应的有监督学习模型:

8.根据权利要求5-7中任一项所述的方法,其特征在于:

9.一种入侵检测装置,其特征在于,包括:

10.一种通信装置,其特征在于,包括至少一个处理器和接口电路,所述接口电路用于为所述至少一个处理器提供数据或者代码指令,所述至少一个处理器用于通过逻辑电路或执行代码指令实现如权利要求1-8中任一项所述的方法。

11.一种车辆,其特征在于,包括用于实现如权利要求1-8中任一项所述的方法的模块或包括如权利要求9所述的入侵检测装置。

12.一种计算机可读存储介质,其特征在于,所述计算机可读介质存储有程序代码,当所述程序代码在计算机上运行时,使得计算机执行如权利要求1-8中任一项所述的方法。

...

【技术特征摘要】

1.一种入侵检测方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,所述获取第一特征数据,包括:

3.根据权利要求2所述的方法,其特征在于,所述感知处理包括多目标检测处理,所述n种第三特征数据包括识别到的交通对象的标签,所述从n种第三特征数据中筛选所述第一特征数据,包括:

4.根据权利要求1-3中任一项所述的方法,其特征在于,所述动态交通对象包括所述第一车辆周围第一范围内的其他车辆,所述获取第二特征数据,包括:

5.根据权利要求1-4中任一项所述的方法,其特征在于,所述待检测业务关联所述第一车辆的位置信息,所述入侵检测规则包括分析通过不同方式获得的信息的差异,所述方法还包括:

6.根据权利要求5所述的方法,其特征在于,所述第一条件包括:所述根据所述第一特征数据确定的位置信息与所述第一位置信息的相似度小于或等于...

【专利技术属性】
技术研发人员:吕麒刘生林
申请(专利权)人:华为技术有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1